探討b2c平台經濟下台灣小電商經營之道ir.nou.edu.tw/bitstream/987654321/1574/2/03-探討... ·...

．1

管理與資訊學報，民106，22期

探討B2C平台經濟下台灣小電商經營之道

李青蓉

國立空中大學管理與資訊學系副教授

摘要

本研究利用中研院人社中心所開放的經濟部實施的問卷，其蒐

集 2014年台灣兩百多家純網路電商的資料，以探討影響電商使用平

台經營績效優劣的重大因素。研究對象屬於純粹網路開店沒實體店

面的企業，為座落於台灣北部的微型企業和中小型企業居大多數。

概化線性模型分析 (GLM) 和變異數分析用來檢定統計分析模型。

分析結果發現─對營收績效而言，達到顯著性的預測因素有：企業

成立年資、網路商店員工的人數、網路銷售平台種類和行銷策略。

年營收與資本額、金流服務、銷售日常生活用品無關。擁有電子商

務經驗的較長久的電商，有助於提升年營收。在平台經濟下，電子

商務的競爭使得網路商店員工成為賦有競爭優勢的人力資源，網路

商店擁有 6 名員工以上的電商企業，較能立於不敗之地。僅使用一

種網路銷售平台，網路商店僅有 1-2 人的員工，以及不能投入 3 種

以上行銷策略的電商，將不可能達成優良的營收績效。

關鍵詞：電子商務、B2C、平台經濟、中小企業、網路零售、

經營績效。

國立空中大學管理與資訊學系．1

管理與資訊學報，民106，22期，55-98頁

探討 B2C 平台經濟下台灣小電商經營之道

．2

The Study of Factors Predicting SME’s

Profit in E-commerce B2C Platforms

Ching-Rong Lee

Associate Professor, Department of Management and Information

National Open University

Abstract

This study is aimed at exploring the important factors predicting the

profit of SME who participate the B2C platforms. The data was drawn

from the open data which the survey was conducted in 2014 by Minister

of Economy. Among 232 e-commerce enterprises in this research, most

are SME, located at Northern Taiwan. The generalized linear models and

multivariate analysis were conducted. It was found that enterprises’

seniority, the variety of the e-commerce platforms, the number of

employees working for e-commerce, and the devotion of marketing can

significantly predict the annual revenue. Capital of the enterprises and

offering of multiple payment methods, sales of the necessities of life as

major products are not related to the revenue. Participation of one

platform, run with less than five employees and fewer efforts in

marketing will lead to the miserable business outcome for the

ecommerce enterprises.

Keywords: E-commerce, B2C SME, e-Retail.

．3


壹、導論

一、背景

電子商務的發展，經歷了千禧年的暴起暴落，飛越 2008 年底發生的金融

危機，至今所引發的熱潮，仍然不減。電子商務的多種商業模式─企業對消

費者 (B2C)、企業對企業 (B2B)、消費者對消費者 (C2C)、集體消費者對企

業 (C2B)、實體到網路以及網路到實體 (O2O) 等等發展，使得網路成為商

業交易的共存共榮伙伴。

新興的「平台的商業模式」產生一股創新的力量，正在改變商業、經濟、

傳播、教育等社會各個面向（帕克、范艾爾史泰恩、喬德利，2016）。因為

在網路的推波助瀾之下，不同模式之間的邊界漸漸消失，以致於跨產品、跨

企業、跨產業、跨境、跨國的發展順應而起。在平台的商業交易模式之下，

內部能縮短供應鏈又即時連接外界，促進生態系裡的所有參與者，有直接對

應的機會。平台的崛起，對參與平台的企業而言，最大利基仍然是降低成本，

提升獲利，對消費者而言，快速接觸多樣化商品，對平台商而言，坐收開辦

費、抽成、行銷等服務費用，可見平台的商業模式不止雙贏，還要打造出三

贏局面的規模經濟。

台灣的企業一向以中小企業為主體，只要開店門檻較低的產業，勇於挑

戰的創業主便會蜂擁而至。網際網路的快速傳播，增加小型企業的能見度，

吸引小型企業投入 B2C電子商務（方怡文，2001）。當電子商務平台的出現，

比起個別自建電子商務網站，更能降低所需的成本，於是誕生了眾多在平台

上做生意的小電商。只要取得貨源，進貨出貨，賺取價差，在平台上開店，

似乎是不可多得的商機。

根據資策會（2017）的統計，近三年的國人家庭自由支配所得，網購支

出比例從 2014 年的 12.3%提升到 2016 年的 17.8%，5%的成長有限。至於單

次網購金額和網購次數，2016 年網友每月網購平均次數約 2 次，每次交易金

額約 1000 元，比 2015 年的交易次數和交易金額差不多（資策會，2017）。


．4

一般上班族比學生網友，每月網購支出才多出約 500元到 1000 元。擁有經濟

實力的 35 歲到 55 歲的社會人士，算是網購總金額最高的族群，年平均總支

出約 3 萬到 4 萬元以內。這些數據似乎可推敲出：國人網購低價品項居多，

每次網購交易金額也低。像美國電子商務發展已久，也僅僅佔整體零售業 4%

而已。若這樣下去的話，在平台新經濟模式下，台灣的小電商，能有獲利而

成長的機會嗎？

二、研究的目和問題

在平台經濟之下，網路效應會造成「大者恆大，小者恆小」這句話，仍

需仔細探究。所謂「大者」是否意味著高資本額呢？在傳統產業上，擁有高

資本額的企業，贏在起跑點，絕對勝過小資本的企業。電子商務的網路開店

資金需求，比起實體店舖要低，平台世界的「大者」或許另有所指。若從營

收的角度來看，特定產品也許是潮流所趨，雖營收屢創新高，等銷售熱潮消

退之後，總結算並不一定獲利。高營收者不一定能成為「大者」。薑是老的

辣，成立年資久的企業，是否具有新創公司的創新精神，能夠成為「大者」，

全盤通吃嗎？

「大者恆大」或許是指「大平台」。天下沒有白吃的午餐，平台業者為

了自己獲取利潤，要求小電商支付各種手續費或服務費，以致於小電商難以

獲利成長為大企業，成為「小者恆小」。相反的，如果大平台能夠發揮「魚

幫水，水幫魚」的效用，滿足小電商個別需要，協助小電商完成自己無力達

成的事，那麼，大平台恆大，小電商恆小，大小互利共生，有何不可呢？

以往許多研究乃探討個別電商，尤其知名度高的成功者為研究對象，

比較缺少關照默默無聞的小電商。本研究利用經濟部蒐集到百家小電商的資

料，企圖揭露小電商在平台上的經營生存之道。本研究方向擬從與企業經營

最相關的三個面向著手，分別為─企業基本面、經營策略面、和經營績效面

來探討兩大議題：(1)在電商 B2C 平台之下，小電商經營績效會受到其企業基

本特徵的影響嗎？如資本額、成立年資、網路商店員工人數等；(2)在電商

．5


B2C平台之下，小電商經營績效會受到不同的經營策略所影響嗎？如網路銷

售平台、行銷策略、產品性質、目標客戶、金流物流等。

貳、文獻探討

一、網路銷售平台

風起雲湧的平台經濟，從美國知名的亞馬遜書店 (Amazon) 開始催生，

以綜合零售業為師，無所不賣。網路商業平台模式的特色有三，包括：「去

中間化」、「去中心化」，和「去邊界化」（陳威如和王詩一，2017)。去中

間化指平台媒合供給方和需求方，使雙方對接，以取代存在於中間沒帶價值

的環節，提升交易效率。事實上，平台商意欲取代所有的中間商，卻讓自己

成為中流砥柱，亦稱為「再中間化」（帕克、范艾爾史泰恩、喬德利，2016）。

Bakos (1991)從經濟理論觀點出發，他指出─允許參與的買方與賣方交換產品

與售價資訊的電子化跨組織系統，具有降低買賣雙方的搜尋成本，增加交易

效率的功能。「去中心化」乃指平台上提供多樣化的商品，不以某一品牌為

中心，不專賣某一種商品，使得一站購足的平台，產生多元群聚的效應。「去

邊界化」的作法是一種跨業的嘗試，推翻以往的企業走向垂直整合的深度取

向（帕克、范艾爾史泰恩、喬德利，2016）。平台業者採取水平延伸取向發

展，邀請外界的參與者加入，使得交易服務範圍不斷地跨業。

台灣的電商平台產業發展成熟，競爭激烈。知名度頗高的網路零售平台

業者，國內已經上市櫃者有三家：網路家庭 PChome (8044)、商店街 (4965)、

和創業家 (8477)。上市櫃的電視購物業者富邦媒 Momo (8454) 和票券團購業

者 Gomachi (8472)也一樣力爭網路零售業的地盤。早在 2012 年開始，知名的

實體零售業主，如遠東集團、東森集團、新光三越等，陸續進入網路銷售市

場，成立網購網站，致力推動與超商合作，例如超商到店取貨，貨到付款，

讓消費者解除網路刷卡的安全疑慮（經濟部商業司，2013）。2013年，票券

團購業者 Gomachi 跟 Yahoo！拍賣、速食店、便利商店合作，進行線上轉換


．6

到線下的實體商業交易，引爆最早的O2O商機。在台灣經營多年的美商Yahoo，

自 2001年成立拍賣平台（林志隆，2017），在 2004年成立購物中心平台（科

技網，2009)，在 2009 年又陸續延展出不同性質的網購平台─超級商城（中

時電子報，2014)。根據資策會的調查，美商 Yahoo奇摩超級商城平台，進駐

店家數量雖少，屬於 25-34 歲的賣家比例佔整體一半，但有不少所謂的「超

級賣家」（單月營收可能超過新臺幣 100 萬元），從中崛起，如東京著衣。

另一方面，自 1996年創立的台灣電商龍頭 PChome，2000 年成立線上購物網

平台，營收持續成長，2005 年成立子公司─網路開店的商店街平台（網路家

庭，2005），滿足許多小資本創業者的需求。在 2013年間，商店街股價平均

每月獲利率曾經高達 10%以上，勝過母公司，但近年逐漸下滑（鉅亨網，2017）。

相對於 Yahoo 的超級商城平台，PChome 商店街平台吸引一萬多家的店家進

駐，微型企業和小企業居多。方怡文（2001）指出，當中小企業的競爭壓力

愈大，其進入電子市集的意願愈高；同業中的溝通與訊息傳播也會促成模仿

行為。網際網路大大增加小企業的能見度，因此小企業業主會積極投入電子

商務。

二、網路效應

網路效應 (Network Effect) 是平台經濟的核心。網路效應的原理來自於

雙邊市場的研究（帕克、范艾爾史泰恩、喬德利，2016）。當兩個雙邊的市

場被連接之後，只要各一邊的參與者數量增加，另一邊參與者的數量也跟著

增加，以致所有參與者能分享雙邊市場正面的效益。當一個交易平台能夠連

接多邊的市場，所有參與者就組成了一個平台生態系 (Platform ecosystem)。

因此，網路外部性 (Network Externalities) 的直接效果，與平台的使用者數量

成長有關，而網路外部性的間接效果則指「互補性」的產品、服務、和功能，

將隨著網路效應而增多，進而嘉惠使用者 (Katz & Shapiro, 1985)。可見，網

路效應是一種由消費者需求驅動產品生產的力量。商店數量增加，商品樣式

增加，創造平台生態系之後，消費者數量隨之成長，銷售量增加，利潤增加，

．7


想要進入平台的企業趨之若鶩。此時，企業要比競爭對手追求更高的「量」，

越大的量，越吸引更多的內部和外部的參與者來投靠，這樣的平台便能提供

更多元的產品和服務，越能全盤通吃，立於不敗之地。

Amit & Zott (2001)曾說過，電子商務的價值創造在於四大因素，分別為：

效率、互補性、鎖定、和新奇。網路交易會造成每單位交易成本減少，就會

增加交易效率。同時當某些商品會有較低的交易成本，便能創造較多的價值

和產生規模經濟。至於互補性，購買大批產品所提供的價值，勝過個別單一

產品加總後的價值總和。也就是說，企業提供與產品互補的更多商品，滿足

顧客一次購足或售後服務的需求。

鼓勵顧客重複購買的行為，像增加交易次數或一次增加交易量或交易金

額，便能產生鎖定效應，使得顧客的增加轉換成本而不願更換，順而促進顧

客的忠誠度。企業提供新產品、新服務、運用行銷方法進入新市場等，在市

場上最早創新，便能吸引顧客的注意力，建立較優勢的品牌聲譽，獲取拔得

頭籌的商機。

風起雲湧的平台也會有枯竭的時候，而發生平台內部或外部的對立（帕

克、范艾爾史泰恩、喬德利，2016）。回顧麥可波特 (Porter, 1979)主張五大

競爭力的強弱程度，決定了企業的長期獲利潛力。五力包括：新進公司的威

脅、供應商的談判力量、買方的談判力量、和替代性商品或服務的威脅。當

建構平台的角色之間能夠互換，原本是顧客，有可能變成店家。原本是店家，

自立門戶，另設新平台對打。去中心化失去品牌定位，所有參與者落入紅海

削價競爭。萬一平台的外溢效應，無法公平地將利益分給所有參與者的話，

也可能發生惡幣逐良幣（帕克、范艾爾史泰恩、喬德利，2016）。美國 Business

Insider 曾經調查風光一時的 Groupon，為何不能繼續吸引美國企業的支持。

超過 7成的商家給Groupon 50%~75%的優惠，但將近 6成的店家只從Groupon

營收分回 25%~50%，結果就有四成的商家認賠退出（陳品先，2011）。


．8

三、國內網路銷售平台種類

國內電子商務平台的經營型態，主要有：開店平台（如 PChome 商店街、

Yahoo!奇摩超級商城等）、購物中心平台（如 PChome 線上購物、Yahoo!奇

摩購物中心、Momo購物網）、拍賣平台（如 Yahoo!奇摩拍賣、露天拍賣、

Ebay 等）、團購平台、超商平台等等（李宗儒、黃丹青、顧婉瀛，2011)。

不同平台之間存在差異。開店平台上的電商企業主是老闆，平台業者僅

擔任資訊技術的提供者，提供上線交易的訓練，商品由店家自行訂價和管理、

自付盈虧，平台業者對店家的銷售業績無須負責或要求。至於網路購物中心

類型的平台，則由平台業者扮演通路的角色，收款和營收屬於平台業者所有，

電商企業扮演供應商的角色。也就是說，平台業者掌控管理權，負責業績與

創造營收，店家只負責供貨。因此，購物中心平台的成本較高，對於供貨商

抽成比例，通常高過於開店平台的抽成比例。拍賣平台，類似開店平台，但

產品含括新品和二手貨，平台網頁設計陽春，遠不如開店平台和購物中心平

台的美觀，因此不收開店費，酌收成交手續費。

在網路平台運作的初期階段，平台商為了吸引賣方進駐，往往免費使用,

有朝一日便開始收費。主要的收費內容包括：(1)開店費和月/年費：目前總額

從三萬到六萬不等；(2)成交手續費：俗稱「抽成」，指每次成立的訂單，將

由賣方支付手續費，以訂單總價的百分比計算；(3)刷卡手續費：客戶的刷卡，

將由賣方負擔刷卡交易手續費，有些刷卡總金額包含商品成交金額及運費；

(4)取消交易費：若訂單超過一定期限後，不幸取消交易或退貨，那賣方也要

支付交易費。其他平台業者會對成交手續費設立上限或收取固定金額的手續

費，來討好賣方。更有些聰明的平台業者，會依照毛利高低的商品而收取不

同比例的成交手續費。經濟部商業司（2012）調查台灣電子商務店家在選擇

開店平台，結果發現網路店家重視開店平台「成本低」、「提供完善的金流」、

和「招攬客源的能力高」等因素。因為網路銷售等於是零階通路，可增加新

業績、拓展新客源、節省營運成本等效益（薛定國，2001)，對於最下游的零

售業店家，網路開店比起實體門市成本要低，何樂而不為呢？張愛華和曾忠

．9


蕙（2008）指出─從事電子商務的企業應採用「批發商」或「零售商」的模

式來經銷商品或服務，有助營收和成長率向上提升。黃貞芬和何惠珍（2005）

引用 E-Business 趨勢瞭望台的研究，指出電子市集不會對企業的大小有所歧

視，規模較小的買方和賣方都能有效地參與競爭。小型企業亦能從高效率的

電子商務中獲益，無須具備大規模 ICT技術。

許多電子商務企業，不只限定使用一種銷售平台，反而使用多重網路通

路，例如，同時擁有網路開店、拍賣、自行架站等不同種類的平台（李宗儒、

黃丹青、顧婉瀛，2011)。張愛華和曾忠蕙（2008）指出，一個通路背後隱含

著多重通路的配合支持，對其獲利可產生正向的影響。同時，其研究結果顯

示通路數目與策略合作家數愈多，企業愈能獲利。但是，實證研究調查結果

發現，299 家台灣電子商務業者的平均電子通路數目僅有 1.36 個（張愛華和

曾忠蕙，2008)。可能當時調查問卷的時間，正值世界金融海嘯期間，企業採

取較保守作為。

假設 1：電商使用的網路銷售平台種類能預測營收。

四、網路銷售的商品的種類

有些報章雜誌鼓吹─尋找毛利高的商品販賣是電子商務業者的首要目標

（工作大贏家，2006）。Choudhury & Karahanna (2008)認為，產品價值的衡

量取決於該產品在購買者心目中的重要性。產品的價值愈高，可以降低價格

的彈性也愈大，因此會吸引消費者使用電子市集。反之，如果使用電子市集

來購買低價值的產品，所需額外附加的成本（如運費、網路費）可能高於產

品本身的價格，得不償失。依此，3C電子產品是許多網路購物平台的首選商

品。2017 年，美國亞馬遜公司 3C 銷售電子產品和生活日用商品的銷售額，

比2016年增長20%以上。隨著台灣家家戶戶大大小小都有購置3C電子產品，

台灣市場需求也幾近飽和，3C產品的網購市場佔有率遂下降不少。

當店家為了追求業績，願意多給客戶折扣，這時會犧牲毛利，很可能導

致最後結算並沒賺到錢（布羅斯基和柏林罕，2016）。假設每月營業額提升


．10

時，又要維持毛利不變，每月要支付的商品成本會隨之提高，這樣勢必要有

足夠的現金流量，才能應付最低的資金需求。除非店家延後自己對供應商付

款的時間點，不然顧客付款一有所拖延，店家資金的壓力會很大，恐造成週

轉不靈而倒閉（布羅斯基和柏林罕，2016）。像服飾、皮包、鞋子、美容、

美髮、化妝品等這類女性商品，所需採購資金低於 3C 電子產品。若由店家

彈性運用定價策略，而不衝高業績，不給客戶更多折扣，那這一類商品也能

獲取高毛利，成為網購市場的寵兒（工作大贏家，2006）。

Figueiredo (2000)提出適合電子商務的銷售產品之建議。從消費者能清楚

共同認定品質這一端，延展到消費者自我評估商品的品質優劣的那一端，主

要分成四大類：(1)正商品：消費者已經清楚瞭解到產品的功能在購買時，不

需花費心力考慮，且價格並不昂貴，如文具、日常生活消耗品；(2)準商品：

產品之間有些差異，使得消費者要先瞭解差異，再找出低價品來購買，例如

書籍、唱片 CD、玩具。(3)靠眼光和感覺判斷的商品(look-and-feel)：全靠眼

睛看與用手觸摸的感覺來決定，例如服飾、鞋子、美妝。(4)帶有個人化差異

的眼光來判斷商品的品質 (look-and-feel with variable quality)：例如珠寶、藝

術品、生鮮、和花卉裝飾。Figueiredo (2000)建議，針對不同種類的商品要採

取不同的策略，例如正商品類的產品採取低成本策略，薄利多銷，取得規模

經濟的優勢。準商品要先注重差異，再降低成本。憑看和感覺的商品則要凸

顯差異化。最後一類的商品，最好要客製化和提供客戶額外的服務。

導入電子商務比未導入的企業，擁有較高的產品多樣化程度。這可能是

產品越多樣化（葉桂珍、王健全、黃吉村，2002)，越值得採用電子商務來分

類和快速處理與上下游廠商、顧客往來的互動。只有擴大商品的多樣化，才

能有效的運用交叉銷售與提昇銷售。當企業能滿足顧客一站購足的需求，靠

著訂價的彈性策略，進而創造更多利潤。日常生活消耗品這一大品類，商品

種類繁多廣泛，薄利多銷，購買的需求頻繁，不僅可以吸引對價格敏感的網

友 (Brynjolfsson & Smith, 2000)，還能滿足尋找一店購足之便利的消費者前來，

難怪在台灣的小本經營的柑仔店或者大資本的量販店，都是銷售這種類型的

商品。網路購買生活必需品能節省時間和舟車勞頓之不便，一次金額大的交

．11


易量，消費者便能在家輕鬆收貨，而有雙贏的局面。

假設 2：銷售商品的種類為日常生活用品，能預測營收。

五、電子商務的金流服務

金流、物流和資訊流，號稱電子商務的三大支柱。網購無法提供消費者

在實體通路可實際接觸產品的經驗，使得消費者在購買過程中仍然充滿高度

不確定性，感受到風險。網站品牌的公信力與提供退貨保證，對於降低消費

者認知風險上具有顯著效果 (Hsia & Chen, 2012)。同時，近年來，消費者保

護法規定大多數的網路商品有七天鑑賞期，無條件退貨，能讓顧客更放心網

購，有助電子商務產業降低客戶的風險。

鮮少電商企業自己向消費者收款、送貨，而與各金流、物流廠商策略合

作。黃瓊慧、陳政芳、許書偉（2004）建議台灣的中小企業，以策略聯盟的

方式推動電子商務，將有助於資源充分運用和風險的分攤。電子商務業者經

營網路通路時，常需與許多廠商合作，因為合作廠商的數目與種類愈多，愈

能滿足顧客對企業所要求的交易效率和安全地取得商品（張愛華和曾忠蕙，

2008)。

女力經濟是信用卡主力市場（聯合信用卡處理中心，2016）。根據聯合

信用卡中心的統計，2016年女性信用卡消費總額比起男性信用卡消費總額多

出兩億元，平均月消費金額約 7000 元，刷卡消費力高出男性 21%，可見女

性消費者喜歡刷信用卡購物。實際上，對於信用卡特約商店而言，每筆交易

金額，不管高低，都要支付 2%~3%的手續費給銀行和信用卡中心。但仔細想

想，買方用 ATM 轉帳或用銀行匯款之後，代表買方先支付貨款給賣方了。

其他金流方式如線上刷信用卡、超商取貨付款、宅配貨到收款等，要由賣方

先支付貨款和金流手續費，以及每一筆被網購平台抽取的成交費，這些算是

費用成本，若金額過大，可能為賣方帶來資金不足的風險。在實體世界，小

商店通常可以拒絕刷信用卡，但是，在網購世界裡，不分大小商店，提供客

戶多元化金流的便利性才能參與競爭，增加銷售。


．12

假設 3：電商提供金流多元化服務能預測年營收。

六、顧客導向的行銷策略

企業應用網際網路科技，除了能快速回應市場及顧客需求、增進與顧客

之聯結、快速取得與散佈訊息，更能進行顧客導向的行銷。張愛華和曾忠蕙

（2008）提出顧客導向的行銷可從「基本行銷能力」、「市場強度」與「顧

客忠誠」三方面來強化。首先，基本行銷能力，主要是指廠商對行銷工作上

的資源投入，其次，市場強度愈強，代表客戶交易金額與購買頻率的增加。

折價券或買二送一是常見的商品促銷手法，一方面吸引新消費者購買，二方

面形塑消費者到店裡消費的慣性。線上零售業者時常在價格上做些小改變，

便是常用的行銷策略 (Brynjolfsson & Smith, 2000)。第三，顧客的維持。假使

企業與顧客能夠維持長期的關係，顧客較能瞭解企業，那麼購買行為也變得

較有效率。加上，企業只要蒐集交易的客戶資料，利用 Email 信箱或手機號

碼，簡訊、傳訊或 EDM 來直接進行商品的促銷，快速又大量散播且成本低。

服務業企業不斷推出較多樣或多次數的行銷活動，在媒體上曝光，才能

代表公司整體的電子化能力較完善，市場競爭優勢較強，有助於股價提升（黃

瓊慧、陳政芳、許書偉，2004)。同時，對電子市集的潛在利益認知、對電子

市集的信任，電子市集的多樣性範圍，以及廠商對電子市集的行銷投入程度，

這些因素皆會增加買方使用電子市集的意願（黃貞芬和何惠珍，2005）。不

管推動 B2B或 B2C，採用策略聯盟的電子商務活動，其價值是高過於企業獨

自推動的價值（黃瓊慧、陳政芳、許書偉，2004)。張愛華和曾忠蕙（2008）

研究結果發現，電子商務業者在經營電子網路通路時，若擁有許多合作廠商，

採用共同促銷這種策略活動，能匯集策略夥伴的資源所帶來的綜效。換言之，

合作廠商對電子商務業者本身有互補作用，共同為顧客創造更大價值，提升

企業本身的獲利。Figueiredo (2000)主張─零售商在網路上要常常傳達商品的

品質、可靠性和一致性，這樣才能有策略地行銷不同類別的商品，獲得長期

的獲利。因此，企業常常投入行銷，採取多樣或聯合的行銷活動，能直接反

映在經營績效上（張愛華和曾忠蕙，2008)

．13


假設 4：電商的行銷策略能預測年營收。

七、企業經營的績效

一般用來衡量企業規模大小的指標，主要有三項：員工數目、年銷售額、

固定資產（葉桂珍、王健全、黃吉村，2002)。固定資產受到企業歷史和產業

的影響，新舊企業衡量基準不一。銷售額易受到產業景氣的影響，每年有波

動，企業間沒有一致的標準。至於員工人數多寡，衡量基準較一致穩定，可

用來衡量企業的規模。

2016年的美國亞馬遜公司財報揭露，亞馬遜公司本身股價和營收創新高，

亞馬遜平台上有 77％賣家使用多重網路銷售平台，50%賣家的年銷售額在 10

萬元以下，約 35％的賣家的年銷售額在美金 10 萬美元到 100 萬美元之間，

其他銷售額在 100萬美元以上者，可稱為超級賣家（WebRetailer, 2016）。上

市櫃公司對投資人公開資訊，一定有營收額這項數字，可分為單月營收、月

成長率、年營收、年成長率等。營收為企業銷售產品或提供勞務而取得的收

入，但尚未扣除任何成本和費用。毛利等於營收扣除銷貨成本。營業利益等

於營收扣掉銷貨成本和營業費用。毛利跟產品好不好賣或產品競爭力強不強

有密切關係，而營業利益才是真正反應出一家企業的經營管理的績效。不過，

企業通常要經過會計程序作業，才會計算出毛利和營業利益，外界不易取得

資訊。原則上，若營收大幅提高，營業費用佔營收比例會大幅降低，反之，

若營收衰退，營業費用的比例會大幅增加。傳統的財務管理研究學者，習慣

蒐集企業的年營收或年成長率作為企業的經營績效。

Kumar (2004) 認為，規模較小的公司和少數幾家供應商交易，導入系統

之效益並不明顯，但交易量大且合作廠商多的大公司，透過跨組織資訊平台，

其效益較為顯著。張愛華和曾忠蕙（2008）發現，電子商務企業的資本額對

營收金額呈現顯著負向關係，企業員工總人數對營收金額則有正向關係。同

時，企業的成立年資和獲利率以及營收額之間皆呈現正向關係。假若資本額

雄厚的大公司，尚未累積足夠的電子商務的相關經驗，可能無法對營收或成

長率有顯著正向的貢獻。擁有具備電子商務專業經驗的員工，無異是企業競


．14

爭優勢的人力資源所在。國內 104 人力銀行的徵求電子商務主管的廣告可用

來驗證，其工作內容包括：(1)電子商務網站及通路平台經營策略規劃、執行

控管、營運管理。(2)具有業務思維，網路行銷策略擬定、執行與成效分析調

整。(3)品牌操作經驗良好，熟悉網購金流、物流、客服及會員機制。(4)行銷

活動排程，規劃商品活動設計與發想。(5)具有文案撰寫能力，網站商品圖文

案撰寫與排版。(6)熟悉各大平台，各類電子商務平台合作通路建置開發與經

營。(7)負責開發、挑選包裝商品、上架之行銷銷售（電視購物、網路企劃、

活動企劃）。(8)負責商品活動行銷。(9)具多種產業行銷經驗。(10)電子商務、

網站企劃能力佳。(11)有異業合作經驗佳。如果一家企業能聘請到這麼一位

或多位的電子商務人才，勢必有助於營收的提升。

假設 5：電商的資本額不能預測年營收。

假設 6：電商的成立年資能預測年營收。

假設 7：網路商店的員工數能預測年營收。

參、研究設計與方法

本研究利用中研院人社中心所上架的經濟部商業司(2017)『103和 104年

國內 B2C 網路商店經營調查』的開放資料。其問卷內容包括：基本資料、經

營型態及現況、金流、物流、行銷方式、跨境銷售和經營問題及協助需求。

目前完整的問卷在人社中心平台可自由下載。調查進行時間為 2015 年 6 月

16 日至年 9 月 14 日，以線上抽獎問卷調查方式進行，共有 636 家商店參與

本次調查，其中 511 份為有效問卷，有效樣本回收率 80.3%。但是，本研究

僅提取其 268 筆勾選「純網路商店」業者的回應資料，作為分析對象。本研

究僅採用 104年調查資料的一部份。

由於經濟部的問卷並非學術研究性質，大多數的題項設計成多類別的複

選題和排序題。排序題的回應資料，有許多排序的順序顛倒混亂，不能採用。

研究者初步檢視，刪除三筆營收額超過一億以上和一筆不屬於電商的企業，

．15


剩下 264家電商的回應資料。

本研究設計採用量化分析研究法，基於大多數問卷題目的回應，都屬於

類別變數，這是在管理學研究中較少見的資料屬性。因此本研究選用概化線

性模型 Generalized Linear Model，簡稱 GLM (Nelder & Baker, 1972)。GLM是

一種廣泛應用的線性迴歸分析。線性迴歸一向假設分佈資料為常態分佈，但

概化線性模型分析可以接受像 Poisson 分配、Gamma 分配、二項式／多項式

的分配等。鏈結函數用來解釋線性預測因素與分佈期望值的關係，對於不同

的分配，其鏈結函數也有所不同。因此，GLM整合各種資料型態，探究變數

之間的各種關係（如中介或調節），頗適合分析本研究資料的性質。

本研究在第一階段的分析，採用概化線性模型，以保持原始的變數性質

來分析，探測是否具有顯著性的預測因素存在。在第二階段的分析，本研究

將依變數轉換成數值型變數，其他不變，進行變異數分析。一方面驗證第一

階段的分析結果，另一方面，進一步分析變數之各類別之間的交互作用。除

了本研究使用概化線性模型和變異數分析之外，交叉分析的表格也用來呈現

重要百分比的資料。首先，將研究資料區分為電商企業的基本面、經營策略

面、和經營績效面三大面向。基本面包括資本額、成立年資、網路商店的員

工人數、和企業所在縣市。經營績效面向則有年營收、年結算和未來預期。

經營策略面主要表現於網路銷售平台種類、金流和物流服務、目標客戶、行

銷策略、以及採用行動商務 APP 和跨境銷售之創新。

肆、研究結果和討論

本節依照研究對象的基本面、經營策略面、和經營績效面三大面向分別

呈現分析結果和發現。

一、研究對象特徵

這一部份的資料以交叉分析表格的百分比來勾勒研究對象在三大面向的


．16

特徵。

(一) 企業基本面

有關公司資本額的問題（題項 A1），回應其資本額在 100 萬以下的企業

家數比例有 40%，在 100 萬到 500 萬以下有 28%的比例，在 500 萬到 1000

萬以內有 14%；而在 1000 萬以上有 18%。因此，擁有 500 萬元以下資本額

的企業家數的累計比例高達 68%。又在這些電商企業裡，有 58%的網路商店

員工只有 1~2 人，32%雇用 3~5 人負責網路商店的運作。這些比例表示大多

數的研究對象，屬於台灣的微型和中小企業。至於企業成立網路商店的年資，

平均成立年資是 6年。近 2~3 年內成立之企業，比例有 32%；已成立 4~6年

的比例也有 33%；至於已成立 7~10年的企業佔 22%，以及超過 10年年資的

電商企業佔 13%。總計 2~3 年資年和 4~6成立年資的企業，佔整體約三分之

二的比例，這也看出在新創期間的企業居多。有 4 家企業的網路商店成立於

1995年，算是年資最久遠了。

研究對象所在縣市以台北市佔 29%比例居冠，新北市佔 27%緊隨在後，

台中市佔 11%，桃園縣列居第四名，佔 8%的比例。可見，這些開設網路商

店的電商企業，有一半位於台灣北部的大都會區。

(二) 經營策略面

經營策略面包括電商使用的網路銷售平台、銷售的商品、目標客戶、行

銷策略、金流和物流服務、以及推動行動商務和跨境銷售之創新。

1. 網路銷售平台種類

題項 B1 詢問企業使用網路銷售的平台的種類，這是複選題設計，總共

有 8個不同的銷售平台。此題項的最後一個選項「社群/部落格」，被視為用

來行銷平台，無下單的介面，是故，不與和其他選項一起加總計算。加總後

的次數統計結果顯示，電商企業使用網路銷售平台種類數目，平均值是 2.41

個，眾數 2，標準差 1.23，最小值是 1，最大值是 7，僅使用 1個銷售平台的

比例約佔全體的 26%，使用 3個以下（含）網路銷售平台的企業，共佔了 82%

的比例。其中，使用「開店平台」這類來銷售商品的電商企業，高達 88%。

這個比例是使用拍賣平台或購物中心網站的 2 倍之多（分別為 42%和 41%）

．17


（見表 1）。經深入比對，開店平台又使用拍賣平台者，有高達 92%以上。

在電商企業的心目中，似乎使用開店平台和拍賣平台，形成最佳組合。至於

自己擁有官方網站來銷售商品的電商，大約只佔三成的比例。值得注意的是，

使用購物中心或購物網平台的電商企業，擁有較高比例採用行動版網頁和手

機 APP銷售商品（10.3%和 8.4%）。經過網路查詢，發現購物中心或購物網

平台提供的手機 APP 甚多，如 MOMO、HappyGo、e 動郵局、愛買等等。當

小電商較無法擁有發展行動商務的資金和技術能力，有賴於大平台的互補，

也是不錯的策略聯盟。

表 1 網路銷售平台種類的統計分析

網路平台

種類

(1)

開店平

台

(2)

拍賣平

台

(3)

購物中心

平台

(4)

團購網站

平台

(5)

自己官方

網站

(6)

有行動版

網頁

(7)

有手機

APP

勾選次數

總計 88% 42% 41% 19% 33% 8% 7%

又勾選

(1) 開店平台 1 44.6% 37.2% 17.7% 30.7% 6.9% 7.8%

又勾選

(2) 拍賣平台 92.0% 1 41.1% 19.6% 33.9% 9.8% 7.1%

又勾選

(3) 購物中心

平台

80.4% 43.0% 1 39.3% 37.4% 10.3% 8.4%

2. 銷售的商品

題項 B7也是複選題的設計，提供 19種不同種類的商品，以供勾選。最

後三個選項屬於電子票券類的產品，不納入加總計算。統計結果顯示─網路

銷售商品種類的平均值是 1.61 種，眾數是 1，最小值是 1，最大值是 8。

銷售僅一類商品的企業，佔全部的 67%，銷售兩類商品的企業佔 18%，


．18

銷售 3類商品的企業僅有 10%的比例。其中銷售服飾、鞋包及配件（在同一

類別裡）的企業家數，比例佔 37%，為最大宗。銷售生活用品類的企業，佔

28%比例，屈居第二。銷售食品類、3C電器類、和保健食品類，大約佔 22%

左右，擁有第三高的比例（見表 2）。

至於不同品類搭售的情況，銷售服飾鞋包配件品的電商，其中有 31.4%

會選擇和美容保養化妝品一起銷售。很明顯地，這些商品銷售以女性消費者

為對象，多種女性商品的搭售，易於銷售。再來，銷售生活日用品的電商，

其中也有 23.5%的店家會和美容保養化妝品一起搭配銷售。美容保養化妝品

看起來成為最受歡迎的搭售品。至於占總體 21%比例，銷售 3C 和電器品的

電商，會跟哪些產品搭配銷售呢？其中有16.4%的店家也會銷售生活日用品。

這兩種產品是跨大類銷售，彼此屬於互補商品的搭配，一個高單價/高成本，

一個低單價/低成本，一個周轉率高，一個周轉率慢。最後，只有銷售食品類

的電商，跟其他品類比較少一起搭售。

表 2 銷售不同產品的跨類搭售分析

不同品類的產品

(1)

服飾、

鞋包配件

(2)

生活

日用品

(3)

食品類

(4)

3C、

電器

(5)

美容保養

化妝產品

勾選次數總計 37% 28% 22% 22% 21%

又勾選(1)服飾、鞋包及配件 1 17.8% 8.9% 10.0% 17.8%

又勾選(2)生活日用品 23.9% 1 9.0% 16.4% 17.9%

又勾選(3)食品類 14.8% 11.1% 1 11.1% 14.8%

又勾選(4) 3C、電器 17.0% 20.8% 11.3% 1 13.2%

又勾選(5)美容保養化妝產品 31.4% 23.5% 15.7% 13.7% 1

3. 目標客戶和行銷策略

經過上一小節對網路銷售的商品之分析，誰是這些電商的目標客戶群，

呼之欲出。題項 D1和 D2交叉分析的結果顯示，30歲到 39 歲的女性為消費

主力群。20歲到 29歲的女性消費者次之。這個結果驗證了上一小節的分析，

．19


電商銷售的產品以服飾、鞋包及配件和生活日用品為主，乃是女性消費者的

最愛。

針對這些女性消費族群，如何進行有效的行銷策略呢？根據題項 D3 的

回應，電商採用六種不同的行銷策略，包括商品折扣、付費廣告、平台聯合

行銷活動、限時促銷、折價券、行動推播。從六種行銷策略當中，獲得最多

回應次數的前三名為：「商品折扣」，佔有四成九的比例，「付費刊登廣告」

的比例也有四成五，第三名則是「配合平台的聯合行銷活動」，比例略少一

點，佔四成三。至於限時促銷、發送折價卷、和行動推播，較少被店家使用

的行銷策略。電商如何傳播商品折扣的訊息呢？題項 D4 的回應答案分析結

果顯示─ Email 和 Youtube 影片被視為最常用的管道。由此可推測，如果

使用 Email 傳播促銷訊息，表示電商已經掌握客戶的資料，希望舊客戶再回

頭購買。而 Youtube、Blog、或 FB等乃屬於社群平台，可能用來吸收廣大的

新客戶居多。

4. 金流的服務

分析題項C1的複選題之回應，用來瞭解電商提供客戶哪些金流的服務。

此題選項總共有六種不同的金流服務選項。分析結果顯示，電商提供 ATM

轉帳（實體與線上）的比例最高，達 86%。提供信用卡使用服務的比例 83%

居次，而使用現金以及消費者前往超商取貨和貨到付款的方式，也有佔一半

以上的比例。顧客最常用的支付方式，卻由「超商取貨付款」拔得頭籌，有

34.5%比例。這也表示這些顧客仍保留著傳統交易─銀貨兩訖的習慣。超商

樂得賺取電商或平台的手續費，算是平台經濟的受惠者。

值得觀察的跡象在於第三方支付，已經獲得 29.2％的企業青睞，在電商

產業中浮現初期採用者的趨勢。題項 C4 繼續詢問最常用第三方支付工具的

提供者，以「平台提供的第三方支付工具」，獲得 67.1%比例的最高支持度。

從表 3 最右邊的區塊，顯示將近 5 成的電商所參與的平台提供金流服務，頗

具規模，再加上第三方支付的話，平台商便能跟銀行的信用卡一爭市場。第

三方支付的利基藏在於─平台商想先收貨款，還是想收取每一筆金流手續費，

這個問題的答案，假以時日，便能揭曉。


．20

表 3 金流服務種類的統計分析

金流服

務種類 ATM 轉帳

(含線上及實體) 信用卡

超商

取貨

付款

貨到

付款

第三方支付工具

(如：支付連、輕鬆付)

由平台負責處

提供理金流

利基電商先收貨款電商先墊貨款平台商先收貨款

平台商收手續費

勾選次

數

百分比

86.0% 83.3% 59.1% 50.8% 29.2% 49.2%

顧客最

常使用

百分比

11.6% 27.8% 34.3% -- -- --

-- -- -- -- 由平台提供

67.1% --

有關物流的方式出現在題項 C5的回應。結果發現─在五種物流服務中，

宅配的比例最高。而顧客最常用的取貨方式，也屬於宅配和郵寄的比例最高，

總計有 61.6%。若以居住在大都會區的顧客來看，除非住家有家人在家，或

者，大樓管理人能代收包裹，才能選宅配或郵寄。同時，對照上一小節對目

標客戶的分析，以 20歲到 30 歲的女性為主力，不管她們在上班或在就學中，

也許有些人還沒有信用卡，白天也不在家，到超商取貨付現金，或許比較便

利。因此，從表 4 和表 3 的交互對照，再度發現─密度高的超商，在台灣電

子商務產業，扮演著不可忽視的角色。三成比例的客戶（表 4 的 42.9%和表

3 的 34.3%）喜歡超商付款取貨。超商提供女性顧客在空間和時間上取貨付

現的便利是一項不能否認的優勢。

．21


表 4 物流服務種類的統計分析

物流服務中華郵政

郵寄

宅配貨運

公司超商店到店自行運送

由平台處理

物流

勾選次數

百分比 57.2% 85.6% 54.2% 25.8% 21.2%

顧客最常使

用百分比 61.6% 42.9% -- --

5. 行動商務 APP和跨境銷售的創新

手機 APP 是行動商務的利器，那麼電商對 APP 行動商務的採用有何看

法呢？只有 14%的電商有採用 APP。其他沒採用的電商，有一半認為─採用

APP要對訂單結帳管理有所助益，才要採用。目前在網路上觀察到商業交易

的 APP，有些使用者最常抱怨 APP 軟體品質不佳，例如本來有提供的商品折

扣，最後在結算時，發生沒給優惠的錯誤。上一小節的分析結果發現─女性

消費族群為主力客戶，常見的行銷策略為商品折扣，假使手機 APP 沒具備讓

消費者「看得到吃得到」的功用，反而惹來消費者抱怨連連，那便不能吸引

電商企業投資發展手機APP。行動商務APP在訂單這方面的技術強化和應用，

仍有待努力。

跨境銷售代表一家電商企業是否具備國際競爭力，可以開拓海外新市場，

並有供應鏈運籌的能力，將貨物運送到海外客戶手中。不幸的是，從題項 E1

的回應分析，結果發現─42%的電商根本無計畫要做；24%的電商在評估中，

時間尚未確定；有 6%的電商，將在 2~3 年內展開。只有 11%的比例，在 1

年內預計要展開跨境銷售。如果真的要跨境銷售，電商的選擇就是透過國內

平台商，如 PChome 或者和國外平台商，如淘寶網或 Amazon 的合作，來達

成海外交易。目前研究對象的這批台灣小電商想要在一兩年內進行跨境銷售，

似乎頗有困難。


．22

綜合討論

以目前本研究對象所代表的 264 家電商，其使用的銷售平台種類，平均

值約 2.4 種。使用「開店平台」這類來銷售商品的電商，高達八成以上，所

銷售的產品趨於單一品類，平均值約 1.6 種。電商銷售服飾鞋包品的家數最

多，美容保養化妝品是最常搭配其他產品一起銷售。銷售對象以 20～40歲女

性族群為主，電商透過 Email 或社群媒體，對舊客戶和新客戶進行行銷。消

費族群偏愛宅配或超商貨到付款的方式。然而超商取貨符合傳統交易─一手

交錢一手交貨。但是，這樣的金流物流的方式對電商而言，若未來要延展銷

售到台灣以外的地區，可能會面臨很大的考驗。僅約十分之一左右的比例的

電商要推動手機 APP 行動商務和跨境銷售，這表示小電商仍欠缺創新力。

(三) 經營績效面

問卷中有三題項與經營績效面有關，分別是年營收（題項 B3）、年結算

(題項 B4)，以及未來預期（題項 B6）。一般而言，營收要扣除成本和營業稅，

才算是淨利。類似詢問淨利的題項 B4，有三種回應選項：已開始獲利（賺錢）、

剛好損益兩平（不賺不賠）、和未達損益兩平（虧損），研究者命名 B4 為

─「年結算」。題項 B6 也有三種回應選項：今年比去年營收好、差不多、

以及今年比去年營收差，這一題命名為─「未來預期」。

接著，將年結算的回應與企業基本面和經營策略面來交叉分析。從表 5

中發現─資本額在 500萬~999 萬元之間，有五成的企業，結算後有獲利，在

所有不同群組的資本額中，獲得最高比例。網路商店的員工數在 6～10 人的

情況下，有獲利的電商比例達四成四，在所有不同員工數的群組中，獲得最

高比例。至於成立年資在 11 年以上，有四成八，自稱其結算後是獲利的，為

所有不同成立年資的群組中的最高比例。年資在 2~3 年，即剛創業不久的年

輕公司，經營績效最為悲慘，因為去年自認結算後是「虧損」的比例高達 77.4%。

擁有 100 萬~499 萬元資本額的電商，經結算後，自認虧損的比例，也高達

66.7%，名列經營績效第二悲慘的族群。

．23


表 5 企業經營績效─年結算與企業基本面的交叉分析

年結算

基本面向類別去年

獲利

去年

損益兩平

去年

虧損總計

企業資本額

49萬以下 27.5% 24.6% 47.8%

100% 50~99 萬 22.2% 25.0% 52.8%

100~499 萬 16.0% 17.3% 66.7%

500~999 萬 50.0% 19.4% 30.6%

1000 萬以上 41.7% 22.9% 35.4%

網路商店

員工數

1~2 人 25.5% 21.7% 52.9%

100% 3~5 人 33.7% 18.1% 48.2%

6~10 人 44.4% 38.9% 16.7%

11~20 人 25.0% 0.0% 75.0%

21人以上 0.0% 50.0% 50.0%

公司成立

年資

2~3 年 8.3% 14.3% 77.4% 100%

4~6 年 30.7% 21.6% 47.7%

7~10 年 45.8% 30.5% 23.7%

11年以上 48.5% 24.2% 27.3%

至於對未來的預期，當電商比較今年（2015年）營收跟去年同期（2014

年）營收的話，有四成以上的電商，不管資本額多少，都預期今年景氣較好，

營收較佳（見表 6）。還有，網路商店員工數在 5 人以下的電商，雖然去年

將近有一半店家結算為虧損，但今年約近一半的店家，看好未來營收會增加。

值得注意，在 2~3 年成立的電商中，67.9%的比例預期今年將比去年營收較

佳。不要忘記，這一族群反應去年結算為虧損的比例，高達七成七（見表 5）。

相對地，公司年資在 7~10年的電商，只有 33.9%預期今年的營收看好。從表

5 和表 6 的比較分析，似乎可推敲─低資本額、網路商店的員工人數少、以

及成立年資短的電商，對於未來景氣的預期看法，比起資本額高、網路商店

員工人數多、企業年資較久的電商，較為樂觀。


．24

表 6 企業經營績效─未來預期與企業基本面的交叉分析

未來的預期

基本面類別比去年較佳跟去年差不多比去年較差

公司資本額

49萬以下 43.5% 42.0% 14.5%

50~99 萬 44.4% 33.3% 22.2%

100~499 萬 53.3% 34.7% 12.0%

500~999 萬 44.4% 47.2% 8.3%

1000 萬以上 45.8% 37.5% 16.7%

網路商店員工數

1~2 人 51.0% 36.3% 12.7%

3~5 人 42.2% 39.8% 18.1%

6~10 人 33.3% 55.6% 11.1%

11~20 人 75.0% 25.0% 0.0%

21人以上 0.0% 50.0% 50.0%

公司成立年資

2~3 年 67.9% 28.6% 3.6%

4~6 年 35.2% 45.5% 19.3%

7~10 年 33.9% 44.1% 22.0%

11年以上 48.5% 36.4% 15.2%

以上兩小節的內容，所呈現的分析結果都來自於電商主觀的看法，本節

需要檢視研究對象的實際的營收金額為何。題項 B3 設計是回應網路銷售的

年營收，分成 12 類別，用來交叉比照 B4 的結算題之回應（見表 7）。從全

體營收的結構比例來分析，年營收普遍偏低，以年營收額為 25萬元以下，佔

34%的比例最高。年營收額在 50萬元以下累計的比例，超過四成五（11.7%+

34.1%，不含無營收的企業）。若以年營收在 50 萬元以下的話，一年 12 個

月平均計算，每月營收約 2 萬多元以下，若再扣掉成本的話，淨利不如一位

大學畢業上班族的薪資。另外，在表 7裡，發現從 100萬元以上的年營收起，

「已開始獲利」電商的比例，皆超過其他兩組「損益兩平」和「虧損」電商

的比例。顯然，年營收 100 萬元，即每月平均產生約 8 萬元的營收，才會有

利潤可言。

．25


值得注意的是，擁有 750 萬～1000 萬元營收的電商，自稱已經獲利者，

有 11.7%的比例，相對於虧損組的比例，差異為 0.8%，這兩個比例之間的差

距是各級類別中的最高，換句話說，擁有 750萬~1000萬元的年營收的電商，

十家中會有一家是獲利賺錢的，經營績效頗佳。

表 7 年營收十二級距和年結算三類別的交叉分析

年結算

年營收額十二類別各類佔全

體的比例獲利損益兩平虧損

0.沒有任何來自網路銷售的營收 11.4% 0.0% 0.0% 23.1%

1.新台幣 25萬元以下 34.1% 14.3% 40.4% 43.1%

2.新台幣 25~50 萬元以下 11.7% 11.7% 8.8% 13.1%

3.新台幣 50~100 萬元 11.0% 10.4% 19.3% 7.7%

4.新台幣 100~200 萬元 7.2% 11.7% 7.0% 4.6%

5.新台幣 200~300 萬元 6.4% 11.7% 8.8% 2.3%

6.新台幣 300~400 萬元 3.0% 5.2% 3.5% 1.5%

7.新台幣 400~500 萬元 3.0% 5.2% 1.8% 2.3%

8.新台幣 500~750 萬元 2.3% 5.2% 3.5% 0.0%

9.新台幣 750~1,000 萬元 4.2% 11.7% 1.8% 0.8%

10.新台幣 1,000~5,000 萬元 4.2% 7.8% 5.3% 1.5%

11.新台幣 5,000 萬~1億元 1.5% 5.2% 0.0% 0.0%

總計 100.0% 100.0% 100.0% 100.0%

接著，將年營收在 50萬元以下的企業資料，共 151筆，特別抽出來與企

業基本面交叉分析，以進一步瞭解這批營收差的電商企業的特徵。表 8 顯示

有 30 家電商企業,一年沒有任何營收，以致於這些營收資料的真實性，頗令

人懷疑，本研究刪除這 30家電商的資料，不再納入下一節的後續分析。本研

究的資料筆數剩下 232筆電商資料。


．26

在表 8 顯示，在營收額 50 萬元以下的 151 家的企業中，資本額 49 萬元

以下的比例，佔 32.5%，網路商店的員工人數 1~2 人的比例，佔 72%，成立

年資在 2~3 年的比例，佔 49%。至於資本額在 100 萬到 1000 萬元的電商，

其營收在 50 元萬以下的企業家數，高達 81 家(即 45+15+21)，這批電商血本

無歸啊！可見，在電子商務產業，資本額高低，不是決定營收多寡的唯一因

素。營收低於 50萬元的電商中，其網路商店員工人數在 1~2 人，高達 72%。

這似乎意味著個人化的經營，營收績效是非常低落。俗話說「薑是老的辣」，

相對於成立年資短的電商，成立 11 年之久的電商，歷經 2008 年底的世界金

融海嘯，竟然也有 7 家電商在 2014 年發生營收在 50 萬元以下的慘澹績效表

現，不禁令人唏噓。

．27


表 8沒營收和 50萬年營收以下電商企業基本面的交叉分析（151家）

沒任何營收營收 25萬元以下營收 25~50萬元

營收 50萬元

以下總計

個數列百分比個數列百分比個數列百分比總數

全體

百分比

資

本

額

49萬以下 7 23.3% 35 38.9% 7 22.6% 49 32.5%

50~99萬 4 13.3% 12 13.3% 5 16.1% 21 13.9%

100~499 萬 12 40.0% 22 24.4% 11 35.5% 45 29.8%

500~999 萬 4 13.3% 7 7.8% 4 12.9% 15 9.9%

1000 萬以上 3 10.0% 14 15.6% 4 12.9% 21 13.9%

小計 30 100.0% 90 100.0% 31 100.0% 151 100.0%

網路

商店

員工

人數

1~2 人 21 70.0% 65 72.2% 23 74.2% 109 72.0%

3~5 人 9 30.0% 21 23.3% 8 25.8% 38 25.0%

6~10 人 0 0.0% 3 3.3% 0 0.0% 3 2.0%

11~20 人 0 0.0% 1 1.1% 0 0.0% 1 1.0%

21人以上 0 0.0% 0 0.0% 0 0.0% 0 0.0%

小計 30 100.0% 90 100.0% 31 100.0% 151 100.0%

成

立

年

資

2~3 年 29 96.7% 34 37.8% 11 35.5% 74 49.0%

4~6 年 1 3.3% 32 35.6% 10 32.3% 43 28.5%

7~10 年 0 0.0% 19 21.1% 8 25.8% 27 17.9%

11年以上 0 0.0% 5 5.6% 2 6.5% 7 4.6%

小計 30 100.0% 90 100.0% 31 100.0% 151 100.0%

註：粗體數字是列的最大值

綜合討論

研究對象的全體年營收額，實在是偏低。因為年營收在 50萬元以下的電

商就佔了五成以上的比例，有 151家企業。在營收 50萬元以下的企業中，資

本額 49萬元以下的比例，佔三成，網路員工人數 1~2人的比例，佔七成，成

立年資在 2~3 年的比例，佔 5 成。若論去年結算是否獲利，只有營收在 100

萬元營收以上的電商，獲利組的比例高過於損益兩平和虧損兩組的比例。去


．28

年結算為虧損、低資本額、網路商店員工人數少、成立年資短的電商，對未

來景氣的期望，抱持著相當樂觀的態度。

二、概化線性模型的統計分析 (GLM)

GLM 用來檢定本研究的預測變數是否能成為影響依變數的重要因素。

GLM的分析模型提供較彈性資料類型的選擇，例如本研究的依變數，年營收

屬於次序變數，便可適用。GLM 對類別變數的處理，無須再像迴歸分析做

dummy coding，可以設定最後一類別作為參考基準。比方說，變數的類別編

碼有 1,2,3,4,就是以類別 4 作為參考基準。本研究使用 SPSS 軟體的 GLM 功

能，經選定依變數為「次序變數」，鏈結功能會自動設定為「累積 Logit」。

在本研究模型中，依變數是年營收(B3)，預測變數有七個，包括：資本

額 (A1)、網路商店員工數 (A3)、網路銷售平台種類 (B1)、銷售商品 (B7)、

金流服務 (C1)、行銷策略 (D3)、和目標客戶 (D1)。成立年資為數值變數，

當作共變數。

各變數的原始類別，經過簡化編碼形成較少的新類別（見表 9）。例如

企業使用網路銷售平台的種類，從 1 種到 8 種都有，此題亦合併成三類別：

(1) 1種平台，(2) 2-4種平台，以及(3) 5~8種網路平台。同樣以加總各類別後，

再分類成三的類別，包括：網路商店員工數、行銷策略、金流服務。關於網

路銷售的商品，則分為兩類：日常生活用品和非日常生活用品。企業資本額

簡化為四類別，以平均數加減 1個標準差為原則。

比較特別的是依變數－年營收，原來有 12類別選項，刪除沒任何營收的

第 1個類別，從 11類別簡化成 4類別。由於營收額的原始分類具備「次序變

數(ordinal variable)」的性質，因此採取每三類合併成一類，保持次序的性質。

原始的分類和新分類，都再做過相關分析檢定，確保相關係數不能低於 0.90，

免得資料失真。比方說，營收的原始 11類別和新的 4類別之間的相關性，高

達 0.97。

．29


表 9 變數的原始分類和新分類的對照

依變數：

年營收次序

變數

排除零營收，

每三類合併成

1 類。11 類4

類

1. 50萬元以下：37.9%

2. 50萬～300萬元：34.1%

3. 300萬～750萬元：14.2%

4. 750萬以上：13.8%

因變數：

1. 網路銷售平台種

類

類別

變數

7 類3類 1. 1 種：20.3%

2. 2~4 種：66.8%

3. 5~8 種：12.9%

2. 銷售商品類別

變數

14類2 類 1. 非日常生活用品：77%

2. 日常生活用品：23%

3. 行銷策略類別

變數

6 類3類 1. 1 種：23.2%

2. 2~3 種：59.9%

3. 4~5 種：16.9%

4. 金流服務類別

變數

6 類3類 1. 1~2 種：21.6%

2. 3~5 種：46.1%

3. 6 以上：32.3%

5. 目標客戶類別

變數

6 類2類 1. 非八成以上女性客戶：41.4%

2. 八成以上女性客戶：58.6%

6. 資本額類別

變數

第 1~2類合併。

5 類4類

1. 99萬以下：40.5%

2. 100～499萬：27.2%

3. 500～999萬：13.8%

4. 1000 萬以上：18.5%

7. 網路商店員工數類別

變數

最後 4類合併。

6 類3類

1. 1~2 人：57.8%

2. 3-5 人：31.9%

3. 6 人以上：10.3%

共變數：

8. 成立年資數值變數平均數：6.6，眾數：3，標準差 4.2，最小值 2，

最大值 22

電商企業家數 N=231

在進行研究模型檢驗之前，需要瞭解依變數與七個預測變數以及一個共

變數之間的相關性。Kendall Tau 相關係數用來測量次序變數的相關性，其檢

測是無母數的假設。經過 Kendall Tau統計檢測，發現金流服務跟年營收之間


．30

並無相關性（見表 10）。同時，目標客戶跟所有變數之間亦沒有相關性。因

此，本研究模型將排除金流方式和目標顧客兩項預測變數。至於年營收和剩

下的五個預測變數之間，相關程度屬於中弱程度，相關係數的值大約在

0.20~0.30之間。值得觀察的是，網路銷售產品─日常生活用品，跟年營收之

間存在著微弱的「負相關」。雖然網路商店員工數與資本額之間有 0.25係數

值的正相關程度，這不能代表高度相關，可被彼此取代。修正後的研究模型

將依變數、五個預測變數和一個共變數，一起納入研究模型。

表 10 依變數和預測變數的相關分析

Kendall Tau

相關係數 A B C D E F G H I

A 年營收 1.00

B網路銷售平

台種類

0.21** 1.00

C日常生活用

品

-0.17* -0.13* 1.00

D 行銷策略 0.20** 0.13* 0.04 1.00

E 金流服務 0.06 0.26** -0.02 0.05 1.00

F 目標顧客 0.09 0.11 -0.07 0.06 -0.05 1.00

G 資本額 0.24** 0.08 -0.12 0.16* -0.16* 0.11 1.00

H網路商店員

工數

0.32** 0.06 -0.15* 0.07 -0.12 0.02 0.25** 1.00

I 成立年資 0.32** 0.03 -0.04 0.08 0.00 0.04 0.12 0.11 1.00

**代表顯著水準<0.01;* 代表顯著水準<0.05

接下來，經過 GLM 分析功能，模型分析結果顯示研究模型有通過

Omnibus 檢定 (p < 0.0001)。這代表所選入的預測變數，比起沒包含這些變數

的原始模型，能共同預測依變數，達到非常顯著性的改變。本研究採用 Pearson

．31


卡方來檢測適合度，當 Pearson 卡方值除 df 的值，越接近 1.00 越好，表示

模型適合度 (goodness of fit) 為不偏。表 11-a顯示本模型的 Pearson卡方值/df

之後得到 0.968，在樣本數只有 231筆資料之下，算是模型適合度良好。至於

AIC和 BIC值是衡量統計模型適合度的指標，其值越小越好（鐘惠民、周賓

凰、孫而音，2009）。當然，研究模型可以排除不顯著的兩個預測因素加以

修正。表11-b是修正後含四個預測變數的模型，Pearson卡方值／df值為1.021,

更接近 1，AIC 和 BIC 的數值亦變小了。可見，這個修正後的模型適合度較

佳。表 12 顯示只有 4個預測變數模型對年營收依變數帶來的顯著效應。在企

業的基本面向，成立年資和網路商店員工數，其效果達到非常顯著的水平。

在經營策略方面，網路銷售平台種類和行銷策略兩種因素，達到顯著水平。

這一小節的 GLM模型分析結果，提供對研究假設的驗證，其結果如下所示：

假設 1：電商使用的網路銷售平台種類能預測年營收假設成立

假設 2：電商銷售商品為─日常生活用品，能預測年營收拒絕假設

假設 3：電商提供金流服務能預測年營收拒絕假設

假設 4：電商的行銷策略能預測年營收假設成立

假設 5：電商的資本額不能預測年營收假設成立

假設 6：電商的成立年資能預測年營收假設成立

假設 7：電商網路商店員工數能預測年營收假設成立


．32

表 11 模型適合度（Goodness of Fit）

11-a六變數模型適合度 11-b四變數模型適合度

數值自由度數值/

自由度數值自由度

數值/

自由度

Pearson

卡方 543.855 562 0.968

Pearson

卡方 360.291 353 1.021

Akaike

資訊準則

(AIC)

495.055

Akaike

資訊準則

(AIC)

410.113

Bayesian

資訊準則

(BIC)

543.309

Bayesian

資訊準則

(BIC)

444.581

表 12 變數的效應檢定的分析

11-a：六變數模型的效應檢定

（依變數為年營收）

預測變數 Wald

卡方值自由度顯著性

網路銷售

平台種類 8.027 2 0.018**

行銷策略 11.750 2 0.003**

日常生活

用品 3.603 1 0.058

網路商店

員工數 16.838 2 0.000***

資本額 7.094 3 0.069

成立年資 19.807 1 0.000***

11-b：修正模型的四變數效應檢定


預測變數 Wald

卡方值自由度顯著性

網路銷售

平台種類 8.843 2 0.012**

行銷策略 10.227 2 0.006**

網路商店

員工數 26.005 2 0.000***

成立年資 21.439 1 0.000***

．33


除了檢定主效果效應之外，概化線性模型分析還會呈現參數估計值總表

（見表 13）。裡面最重要的資訊在於─變數各類別的顯著性和 Exp (β)值。

這解讀的意思為─在其他條件不變之下，以這變數的某一類別與參考基準互

相比較的話，每增加依變數一個單位，其 logit 的機率為參考類別的 Exp (β)

倍。被當作參考基準者，其 Exp (β)等於 1，β估計值等於 0。以表 13為例，

行銷策略=3 這一個類別，即代表電商使用 4~5種行銷策略（見表 9）作為參

考基準，那麼，行銷策略＝1，代表使用 1種行銷策略來比照參考基準類別，

其 Exp (β)=0.268。代表在其他條件不變之下，每增加一單位的年營收，1種

行銷策略比起參考基準，其年營收的Logit是參考基準的 0.268倍。依此類推，

相對於使用 5~8 個網路銷售平台的電商（設定為參考基準），使用網路 2~4

個銷售平台的電商，每增加一單位的年營收，其 logit 是它的 0.467倍。而只

有使用 1 個網路銷售平台的電商，相對於相同的參考基準，其 logit 是它的

0.27 倍。可見，增加使用銷售平台種類，對增加營收的成功機率有幫助。對

網路商店聘用 1~2 人的員工的企業而言，每增加一單位的年營收，相對於網

路商店聘用 6 人以上員工的企業（即參考基準），其年營收的 logit 是它的

0.158倍。而聘用 3-5人網路商店員工的企業，相對於參考基準，其營收的 logit

是為它的 0.304倍。兩倍數相除，也接近 1.9倍。可見，網路商店多加聘用員

工，對提升年營收的機率也是大有助益的。


．34

表 13 顯著性預測變數各類別的顯著檢定


預測變數 β

估計值

標準

誤差

假設檢定

Exp(B) Wald

卡方 df 顯著性

[網路銷售平台種類=1個] -1.307 0.462 8.002 1 0.005** 0.270

[網路銷售平台種類=2~4 個] -0.761 0.374 4.147 1 0.042 0.467

[網路銷售平台種類=5~8 個] 1

[行銷策略=1 種] -1.317 0.415 10.061 1 0.002** 0.268

[行銷策略=2~3 種] -1.063 0.347 9.376 1 0.002** 0.345

[行銷策略=4~5 種] 1

[網路商店員工數=1~2 人] -1.846 0.473 15.249 1 0.000*** 0.158

[網路商店員工數=3~5 人] -1.192 0.479 6.192 1 0.013* 0.304

[網路商店員工數=6人以上] 1

成立年資 0.149 0.035 19.807 1 0.000*** 1.161

(尺度) 0.968

三、變異數分析與交互作用

為了瞭解網路銷售平台種類、行銷策略和網路商店員工數，兩兩因素之

間和三因素之間的交互作用（見表 14），進一步採用變異數分析。此時以各

類別的組中點重新換算年營收（B3）各類別的營收數字。例如第 2類的年營

收為介於 24 萬~50 萬元，其組中點便是 37.5 萬元。第 1 類別是年營收低於

25萬，則以 25萬輸入，最後第 12類別為年營收 5000萬以上，便以 5000萬

輸入。由於替換組中點後的年營收數字之分配，呈現很大的差距，因此，再

將年營收組中點取 Log之後的值，來當做變異數分析的依變項。如同概化線

性模式分析的結果一樣，表 14 顯示四個因素的主效果皆通過變異數分析，F

值顯著性的檢定。整個模式的 F 數值是 7.017，R 平方約有 0.449，達到非常

顯著的水平，再度確認模型的合適度。成立年資的 F 值最高，為 24.617，達

．35


到非常顯著水平，其效果最大。表 14顯示網路銷售平台種類的 F值是 5.317，

網路商店員工數的 F 值是 4.6，行銷策略的 F 值是 3.125。[行銷策略 x 網路

銷售平台種類]的交互作用，以及[行銷策略 x 網路商店員工數]的交互作用並

未通過顯著的檢定。[網路商店員工數 x 網路銷售平台種類]成為唯一具有顯

著性的兩因子交互作用。至於三因子之間的交互作用，[網路商店員工數 x 行

銷策略 x 網路銷售平台種類]便有達到顯著以上的水準。換句話說，電商要

推動多種的行銷策略，採用多種的網路銷售平台，以及聘用多名的網路員工，

三者才有加乘的作用。

表 14 變異數分析和交互作用

TypeIII

平方和 df

平均

平方和 F 顯著性

校正後的模式 237.426 24 9.893 7.017 0.000***

誤差 291.849 208 1.410

成立年資 34.707 1 34.707 24.617 0.000***

網路商店員工數 12.970 2 6.485 4.600 0.011**

行銷策略 8.811 2 4.406 3.125 0.046*

網路銷售平台種類 14.992 2 7.496 5.317 0.006**

行銷策略 x網路商店員工數 11.742 4 2.935 2.082 0.084

行銷策略 x網路平台種類 1.216 4 0.304 0.216 0.930

網路商店員工數 x 網路銷售平台

種類 18.784 4 4.696 3.331 0.011*

網路商店員工數 x 行銷策略 x

網路銷售平台種類 23.809 5 4.762 3.377 0.006**

當我們再進一步檢驗各變數的類別，表 15顯示各變數的不同類別對年營

收是否有造成顯著差異。使用 1 種網路銷售平台和使用 1 種行銷策略（皆是

第 1 類別），造成營收的非顯著差異。雙因子類別之間的交互作用效果也通

過顯著水平的考驗。例如[網路商店員工 1~2人] x [1種行銷策略]的交互作用

也產生非常顯著性的效用，至於三因子交互作用，只要 1種網路銷售平台，3

種行銷策略以下，6位網路商店員工以下的交互作用有達到顯著水平。由於 t


．36

值是負值，代表這對營收的影響是負面的。為何在此發現行銷策略和網路銷

售平台種類會有關呢？回顧在相關分析表 10，行銷策略與網路銷售平台種類

之間有 0.13係數值微弱的正程度。也許網路銷售平台保存了交易成功的顧客

資料，好讓電商去做客戶行銷。不同種類的網路銷售平台，可能提供的行銷

策略功能越多元化。這也是大數據行銷的利基所在。

表 15 變數各類別的效果檢定

預測變數的各類別

β

估計值

標準

誤差 t 顯著性

95% 信賴區間

下界上界

主

效

果

網路商店有 1~2 人員工 -3.892 1.600 -2.433 0.016* -7.046 -0.738

網路商店有 3~5 人員工 -2.405 1.177 -2.044 0.042* -4.725 -0.086

1 種行銷策略 -5.399 1.871 -2.885 0.004** -9.088 -1.709

1 種網路銷售平台 -6.378 1.886 -3.382 0.001*** -10.096 -2.659

雙

因

子

類

別

交

互

作

用

[網路商店員工 1~2 人] x[1

種網路銷售平台]

6.267 2.074 3.021 0.003** 2.178 10.356

[網路商店員工 3~5 人] x [1

種網路銷售平台]

2.702 1.197 2.257 0.025* 0.342 5.063

[1 種行銷策略] x[1 種網路

銷售平台]

7.850 2.330 3.369 0.001*** 3.256 12.443

[2~3 種行銷策略] x [1 種網

路銷售平台]

3.433 1.553 2.211 0.028* 0.371 6.495

三

因

子

類

別

交

互

作

用


種行銷策略] x [1 種網路銷

售平台]

-10.172 2.783 -3.655 0.000*** -15.660 -4.685

[網路商店員工 1~2 人] x

[2~3 種行銷策略]x [1 種網

路銷售平台]

-4.140 1.852 -2.235 0.026* -7.791 -0.489


種行銷策略] x [1 種網路銷

售平台]

-3.842 1.615 -2.379 0.018* -7.025 -0.658

．37


綜合討論

將營收的次序變數轉換為數值變數，經過變異數分析，再度驗證─網路

銷售平台種類、行銷策略、網路商店員工數、和成立年資是四項影響年營收

的顯著因素。其中以成立年資的效果最大，若進一步檢視這些因素的各類別，

僅使用一種網路銷售平台或一種行銷策略乃相當不利年營收。網路商店的員

工數在 5 人以下也無助於年營收。當這三種變數的類別進行交互作用時，電

商企業使用一種網路銷售平台，一種行銷策略，以及網路商店的員工數在 1~2

人以下，三方交互效果達到非常顯著的水平，t 值是-3.655，等於說，在這些

條件組合之下，對電商的營收績效是最為不利的組合條件。

伍、研究結論

本研究分析經濟部的公開問卷資料，獲得重要的研究成果，雖然問卷設

計沒提供適合量化分析的題項，但本研究嘗試選擇合適的統計模型，仍然可

深入的分析。研究對象為台灣微型和中小型企業，大多數坐落在台灣北部，

屬於純粹網路開店而沒實體店面的企業。本研究發現，在平台經濟下的電商，

其企業的資本額與年營收無關，但是年營收與成立年資、網路銷售平台種類、

行銷策略、和網路商店員工數目有顯著的關係。小電商只採用一種網路銷售

平台，網路商店員工數在 5 人以下，採用 3 種以下的行銷策略，皆為不利營

收的組合條件。「大者恆大，小者恆小」的大者，可能是由成立年資較長久

的電商。累積多年的電子商務經驗對年資長的電商而言，好像在長距離的路

跑後勝出一樣。因為在平台的商業模式下，需要跨平台、跨產品和跨界的延

伸。擁有電子商務專業人才，成為電商長期經營獲利所倚靠的珍貴人力資源。

小電商或微型企業可能忽略了，目前平台的電子商務已經發展到專業化的程

度，或者說，平台的網路效應已經改變從前的電子商務。經營平台上的網路

商店，不光是在網路上貼貼照片，標標價錢，有一點產品賣什麼而已的小生

意。


．38

目前熱門討論的多元化的金流服務並沒有發現與年營收有關，第三方支

付應用或者行動金流，雖然提供消費者便利性，但對小電商而言，如果能使

應收帳款很快入帳，才有利於營收。倘若不然，光是代墊貨款或支付手續費

可能會增加資金需求。至於哪些適合在網路銷售的商品而能獲利呢？本研究

沒有發現答案。雖然銷售日常生活用品，薄利多銷，未來一起搭售的跨類別

產品，可能還要更細分次類別，以不同訂價策略來銷售，才有機會賺錢。

要加入多少個網路銷售平台，才能增加年營收呢？本研究對象的平均值

2.41個，比起五年前的平均值的 1.36個（張愛華和曾忠蕙，2008），增加有

限。由此可見，當電商每增加一種網路銷售平台，可能加重經營工作的份量。

在人手不足的情況下，小電商會更加保守，不想加入新銷售平台。依此，台

灣的小電商不會認為─多增加銷售平台，等於多增加通路，多增加市場，讓

商品多多曝光，有助於提升營收。同樣地，參與跨境銷售，也等於是多增加

一種銷售平台，這使得小電商裹足不前。若能破除小電商的錯誤信念，可能

有助於提升經營績效。

由於本研究對象有半數以上集中於新創期和網路商店員工人數極少的小

電商，也許研究資料不能代表台灣所有在平台上經營的電商群。年營收也不

見得是評估小電商經營績效的最佳指標。未來針對台灣的小電商，應該有更

多元化的績效評估，比方說客戶的口碑、社群網路上的互動等來反應出小電

商的努力。

陸、建議和未來研究方向

這次採用公部門的公開問卷調查 B2C電商的資料，這原本不是為學術研

究所設計的企業問卷。雖然資料非常寶貴，但增加了研究分析上的挑戰。面

對開放資料的共享和大數據分析的風潮之下，公部門要慎重審視如何規劃調

查的問卷，因為有好的資料品質，才能全民共享，降低蒐集資料的成本，從

大數據中產生優良的洞見。本研究結果提供給平台上眾多小電商的建議如下：

(1)這是一場持久耐力賽，不要只求達成短期目標；(2)宜詳加評估提供消費者

．39


便利性服務背後的附加費用和成本。(3)貪小便宜的客戶是台灣電商經營的現

實面，商品折扣策略性會壓低利潤，需要靠策略定價來改善經營績效困境。

在 2013年，中國的淘寶網宣布與全家便利商店合作，推出「跨境網購店

取服務」，進軍台灣，可見在平台生態系裡，超商扮演不可或缺的角色。超

商不僅對電商提供服務，也帶入更多的競爭。台灣電商更不能忽視其重要性。

最後，以國人最愛旅遊的日本來說，在日本的 Amazon 公司可以將網購貨品，

直接送達台灣旅客下榻的日本旅館。遊客跨國，日本電商不跨國，就是因為

日本旅館業加入支援電商產業的生態系。因此，由政府邀請國內的旅遊業者

加入電商平台的生態系，與平台商、小電商共同為來台灣旅遊的觀光客創造

價值。由此，網路平台生態系跨界跨國的競爭力，才能嘉惠所有在網路平台

上的參與者。


．40

參考文獻

1. 工作大贏家（2006）。「網購商品的大內高手」，95 年 11 月號。網路存取

網址 http://hscr.cchs.kh.edu.tw/upload/carrer-03.pdf

2. 中時電子報（2014）。Yahoo 超級商城，年交易額突破百億。網路存取網

址：http://www.chinatimes.com/newspapers/20141219000046-260202

3. 方怡文（2001）。「中小企業進入電子市集影響因素之研究」，元智大學資

訊管理研究所碩士論文。

4. 李宗儒、黃丹青、顧婉瀛（2011）。「蔬果於電子商務銷售模式之探討」。

農林學報，60卷 4期(2011/12)，263-274。

5. 林志隆（2017）。「17年的拍賣平台競爭消長史：蝦皮、露天、Y拍」。台

灣電子商務創業聯誼會網站。網路存取網址：http://tesa.today/article/1548

6. 科技網 DigitTimes (2009)。雅虎奇摩購物中心。網路存取網址：

https://goo.gl/iKuLPM

7. 張愛華、曾忠蕙（2008）。「電子商務業者的顧客資本、市場導向與經營績

效關係之研究」，電子商務學報。10卷 3期 (2008/09)，727-756。

8. 陳品先（2011）。調查~超過一半的企業客戶不願再次使用 Groupon，網路

存取網址：https://www.bnext.com.tw/article/19530/BN-ARTICLE-19530。

9. 陳威如、王詩一（2016）。決勝平台時代：第一本平台化轉型實戰攻略。

台北：商業周刊出版社。

10. 傑弗瑞．帕克，桑吉．喬德利，馬歇爾．范艾爾史泰恩，桑吉．喬德利（2016）。

李芳齡譯，平台經濟模式：從啟動、獲利到成長的全方位攻略。台北，天

下雜誌出版。

11. 湯瑪斯．艾森曼、傑佛瑞．帕克、馬歇爾．范艾爾史泰恩(2016)。羅耀宗

譯，「打造雙邊市場策略」。網路存取網址：https://www.hbrtaiwan.com/

article_content_AR0003412.html，翻譯自 Strategies for Two-sided Markets,

HBR，October，2006。

12. 黃貞芬、何惠珍(2005)。「影響買方使用電子市集因素的探索研究」。中華

管理學報。6(1)：54-74。

．41


13. 黃瓊慧、陳政芳、許書偉（2004）。「電子商務與公司價值」，企業管理學

報，61期 (2004/06)，1-28。

14. 經濟部商業司（2012）。101 年新網路時代電子商務發展計畫：我國 B2C 電

子商店調查結案報告。網路存取網址：

file:///C:/Documents%20and%20Settings/ccma/My%20Documents/Download

s/file020130925_112152.pdf

15. 經濟部商業司（2013）。中華民國電子商務年鑑：我國電子商務發展現況。

經濟部商業司出版。網路存取網址：

http://ecommercetaiwan.blogspot.tw/2013/12/2013_4026.html

16. 經濟部商業司（2013）。中華民國電子商務年鑑，市場應用篇，網路存取

網址：http://ecommercetaiwanapp.blogspot.tw/2013/12/2013_9881.html

17. 經濟部商業司（2017）。103 年國內 B2C網路商店經營調查 (AK010001)。

中央研究院人文社會科學研究中心調查，研究專題中心學術調查研究資料

庫。網路存取網址 doi:10.6141/TW-SRDA-AK010001-1。

18. 葉桂珍、王健全、黃吉村（2002）。「台灣廠商導入電子商務之影響因素及

導入後績效變化初探」，台灣管理學刊，1卷 2期 (2002/03)，357-380。

19. 資策會（2017）。「MIC Insight：網路購物、行動支付與共享經濟之消費者

行為趨勢：網路購物消費者調查分析」。張筱祺產業分析師簡報，3 月 9

日，台北：資策會MIC。

20. 鉅亨網（2017）。網家代號 8044，網路存取網址

http://www.cnyes.com/twstock/bratio/8044.htm

21. 網路家庭（2017）。網路家庭公司新聞室。網路存取網址：

http://corporate.pchome.com.tw/about_us/invent_pr.php

22. 鄭明松、陳信益、林佳慧（2004）。「影響企業導入電子商務績效之企業內

部因素之探討」，中華管理學報，5卷 1期 (2004/03)，1-22。

23. 諾姆．布羅斯基與鮑．柏林罕（2016），林茂昌譯，師父：那些我在課堂

外學會的本事（專欄 20週年紀念版），台北：早安財經出版社。

24. 聯合信用卡處理中心（2016）。公開資料：案例研析。網路存取網址：

https://www.nccc.com.tw/wps/wcm/connect/zh/home/openinformation/CaseA

nalysisIntroduce/CNT_05_998_20161103160146


．42

25. 薛定國（2001）。「消費品廠商由多階通路跨入零階通路做法之探索性研究」。

國立台灣科技大學管理研究所碩士論文。

26. 蘇柏全、許雅雯（2014）。「B2C購物網站如何轉換成 C2B網路團購模式」，

行銷評論，11卷 4期；341-366頁。

27. 鐘惠民、周賓凰、孫而音（2009）。財務計量：第四章。台北：新陸書局

出版。網路存取網址：

file:///C:/Documents%20and%20Settings/ccma/My%20Documents/Download

s/%E7%AC%AC04%E7%AB%A0%E8%AC%9B%E7%BE%A9.pdf

28. Amit, R., & Zott, C. (2001). “Value creation in e‐ business”. Strategic

Management Journal, 22(6‐ 7), 493-520.

29. Bakos, Y. (2001). “The emerging landscape for retail e-commerce”. The

Journal of Economic Perspectives, 15(1), 69-80.

30. Brynjolfsson, E., & Smith, M. D. (2000). “Frictionless commerce? A

comparison of Internet and conventional retailers”. Management

science, 46(4), 563-585.

31. Choudhury V. & Karahanna E. (2008). “The Relative Advantage of Electronic

Channels: A Multidimensional View”. MIS Quarterly 32(1), 179-200.

32. De Figueiredo, J. M. (2000). “Finding sustainable profitability in electronic

commerce”. Sloan Management Review, 41(4),41.

33. Elango, B. (2000). “Do you have an Internet strategy?” Information Strategy:

The Executive’s Journal, 16(3): 32-38.

34. Hsiao, L. & Chen, Y.J. (2012). “Returns policy and quality risk in E-business”,

Production and Operations Management (21:3),pp 489-503.

35. Katz, M. L., & Shapiro, C. (1985). “Network externalities, competition, and

compatibility”. The American Economic Review, 75(3), 424-440.

36. Kumar, R. L. (2004). “A framework for assessing the business value of

information technology infrastructures”. Journal of Management

Information Systems, 21(2), 11-32.

37. Nelder, J. A., & Baker, R. J. (1972). Generalized linear models. Encyclopedia

of statistical sciences.

．43


38. Porter, M. E. (1979). “How Competitive Forces Shape Strategy”. Harvard

Business Review, March. 網路瀏覽網址：

https://hbr.org/1979/03/how-competitive-forces-shape-strategy

39. WebRetailer (2016). “Amazon Sellers Survey 2016: The Results”. 網路存取

網址：

http://www.webretailer.com/lean-commerce/amazon-sellers-survey-2016/


．44